Algoritam spajanja senzora

Kalmanov filter

Tipičan je Kalmanov filter.

Srž algoritma je postaviti skup faktora "vjerovanja" za svaki senzor. U svakom trenutku će se podaci senzora iz posljednjeg trenutka koristiti za statistiku radi poboljšanja pogađanja (samododavanje), a također će se ocjenjivati ​​kvaliteta senzora. U usporedbi između predviđene vrijednosti i izmjerene vrijednosti senzora, bit će procijenjena i izlazna izvrsna vrijednost.

To znači da ako senzor uvijek daje dobru i dosljednu vrijednost i počne vam govoriti nešto malo vjerojatno, razina vjerodostojnosti senzora će se smanjiti za nekoliko milisekundi dok ponovno ne počne imati smisla.

Ovo je bolje od jednostavnog usrednjavanja ili glasanja, jer Kalmanov filtar može riješiti situaciju da većina senzora privremeno ne radi. Sve dok se može zadržati dobar razum, on može prebroditi robota kroz mračni trenutak.

Kalmanov filtar primjena je općenitijih koncepata Markovljevog lanca i Bayesovog zaključivanja, što je matematički sustav koji iterativno poboljšava njihova nagađanja korištenjem dokaza. Ovi alati su alati koji se koriste za pomoć samoj znanosti u testiranju ideja (koje su također osnova onoga što nazivamo "statističkom značajnošću").

Stoga se poetski može reći da neki sustavi senzorske fuzije izražavaju bit znanosti brzinom od 1000 puta u sekundi.

Kalmanovi filteri se već desetljećima koriste u orbitalnim stanicama svemirskih satelita. Budući da moderni mikrokontroleri mogu pokretati algoritam u stvarnom vremenu, postaju sve popularniji u robotici.